基于无人机遥感影像的玉米苗期株数信息提取制造技术

本发明专利技术公开了一种基于无人机遥感影像的玉米苗期株数信息提取，属于涉及无人机遥感图像技术领域，本利用无人机遥感技术以及计算机图像处理技术，对玉米苗的分叶特征进行提取，即通过阈值分割得到的二值图，从RGB影像中直接分离出玉米苗期形态信息，利用影像尺度缩放变换，去除材料小区中大部分的噪声点及骨架分叉，相比现有的采用人力进行识别，自动化程度高，识别出的玉米苗形态精度大大提高，不但节省了人力物力，还为田间大面积测定出苗率及最终估产提供了有力的支持。

【技术实现步骤摘要】
基于无人机遥感影像的玉米苗期株数信息提取
本专利技术属无人机遥感图像
，尤其涉及一种基于无人机遥感影像的玉米苗期株数信息提取。
技术介绍
玉米的产量不仅受遗传因素的影响，还受到栽培方式与生长环境等因素综合影响。研究玉米苗期出苗株数对育种早期决策，研究不同品种出苗率，以及在空缺土地及时补种作物，提高产量起着重要作用。虽然现代的农业机械化水平不断地提高，但是传统的生物量、叶面积指数和产量等表型参数大多还停留在人工操作阶段，耗时耗力，效率低且精度较低，因此需要采集高分辨率的影像，对作物表型进行研究。近年来，无人机遥感凭借其平台易建性、成本低、操作简单、时空分辨率高等优势，已经成为农业定量遥感研究中快速、准确获取作物信息的主要工具，是当前研究的热点和趋势。但目前鲜有基于无人机遥感影像对玉米苗期株数信息提取进行研究。
技术实现思路
本专利技术要解决的技术问题是提供一种精度可靠，效果好，节省人力物力，为大面积测定出苗率及最终估产提供参考的基于无人机遥感影像的玉米苗期株数信息提取。为了解决上述技术问题，本专利技术采用的技术方案是：一种基于无人机遥感影像的玉米苗期株数信息提取，包括以下步骤：步骤一，获取玉米育种基地的无人机遥感影像；步骤二，对所述无人机遥感影像的待分析区域进行RGB到HSV的色彩空间变换，进行颜色分析；步骤三，通过变换得到的HSV色彩空间影像，对玉米苗期影像进行识别及形态拾取；步骤四，根据玉米苗分叶特征集建立规则集，并根据不同类别的玉米苗分叶特征集，采用不同的影响缩放系数、分类处理；步骤五，根据作物色彩特性，通过阈值分割进行边缘信息提取，得到作物土壤分离后的二值图，在作物分割二值图的基础上进行骨架提取，识别作物形态结构，得到玉米苗形态图。在步骤三中，玉米苗期影像识别及形态拾取的具体步骤包括：数码影像获取、影像拼接与几何校正、影像色彩空间变换、数学形态学原理和影像尺度变换。在步骤三中，HSV是RGB模式的非线性变换，其中H(色相)红色为0，绿色为120°，蓝色为240°；S(饱和度)0为灰色，100％达到完全饱和，取值范围为0～1.0，值越大颜色越饱和；V(明度)取值范围为0～255，取值为0时为黑色，255时达到最大亮度为白色。在步骤四中，将玉米苗分叶特征集包括两类，一类为为窄叶-叶小，二类为宽叶-叶大。由于采用上述技术方案，本专利技术利用无人机遥感技术以及计算机图像处理技术，对玉米苗的分叶特征进行提取，即通过阈值分割得到的二值图，从RGB影像中直接分离出玉米苗期形态信息，利用影像尺度缩放变换，去除材料小区中大部分的噪声点及骨架分叉，相比现有的采用人力进行识别，自动化程度高，识别出的玉米苗形态精度大大提高，不但节省了人力物力，还为田间大面积测定出苗率及最终估产提供了有力的支持。具体实施方式下面结合实施例进一步叙述本专利技术：一种基于无人机遥感影像的玉米苗期株数信息提取，包括以下步骤：步骤一，获取玉米育种基地的无人机遥感影像；步骤二，对所述无人机遥感影像的待分析区域进行RGB到HSV的色彩空间变换，进行颜色分析；步骤三，通过变换得到的HSV色彩空间影像(HSV是RGB模式的非线性变换，其中H(色相)红色为0，绿色为120°，蓝色为240°；S(饱和度)0为灰色，100％达到完全饱和，取值范围为0～1.0，值越大颜色越饱和；V(明度)取值范围为0～255，取值为0时为黑色，255时达到最大亮度为白色)，对玉米苗期影像进行识别及形态拾取；玉米苗期影像识别及形态拾取的具体步骤包括：依次进行数码影像获取、影像拼接与几何校正、影像色彩空间变换、数学形态学原理、影像尺度变换；步骤四，根据玉米苗分叶特征集建立规则集，并根据不同类别的玉米苗分叶特征集，将玉米苗分叶特征集包括两类，一类为为窄叶-叶小，二类为宽叶-叶大，采用不同的影响缩放系数、分类处理，影像尺度缩放系数为0.05与0.07；步骤五，根据作物色彩特性，通过阈值分割进行边缘信息提取，得到作物土壤分离后的二值图，在作物分割二值图的基础上进行骨架提取，识别作物形态结构，得到玉米苗形态图，设原始影像中的像素点p(i，j)，(i、j为格网坐标数值，m、n为像素点临近格网坐标数值)，当p(i，j)＝0时，响应点为黑点；当值为1时，为白色背景点。其中q(i，j)为：若q(i，j)<9，且不为0，则说明该背景像素点周围至少临近了一个黑点，此时该点被标注为边界点x(i，j)，所有的边界点x(i，j)的集合为X。在求取像素点势能时，只计算以像素点为中心半径为r的范围内各边界点对该点的影响。以窗口中间像素为中心，考察其对邻近点的势能矢量对，若两者角为钝角，则可以认为当前点在该对称方向的势能为0。若所有4对对称邻近点在当前点上形成的势能矢量都为0，则该像素点为基本骨架。以上对本专利技术的实施例进行了详细说明，但所述内容仅为本专利技术的较佳实施例，不能被认为用于限定本专利技术的实施范围。凡依本专利技术范围所作的均等变化与改进等，均应仍归属于本专利涵盖范围之内。本文档来自技高网...

【技术保护点】
1.一种基于无人机遥感影像的玉米苗期株数信息提取，其特征在于：包括以下步骤：/n步骤一，获取玉米育种基地的无人机遥感影像；/n步骤二，对所述无人机遥感影像的待分析区域进行RGB到HSV的色彩空间变换，进行颜色分析；/n步骤三，通过变换得到的HSV色彩空间影像，对玉米苗期影像进行识别及形态拾取；/n步骤四，根据玉米苗分叶特征集建立规则集，并根据不同类别的玉米苗分叶特征集，采用不同的影响缩放系数、分类处理；/n步骤五，根据作物色彩特性，通过阈值分割进行边缘信息提取，得到作物土壤分离后的二值图，在作物分割二值图的基础上进行骨架提取，识别作物形态结构，得到玉米苗形态图。/n

【技术特征摘要】
1.一种基于无人机遥感影像的玉米苗期株数信息提取，其特征在于：包括以下步骤：
步骤一，获取玉米育种基地的无人机遥感影像；
步骤二，对所述无人机遥感影像的待分析区域进行RGB到HSV的色彩空间变换，进行颜色分析；
步骤三，通过变换得到的HSV色彩空间影像，对玉米苗期影像进行识别及形态拾取；
步骤四，根据玉米苗分叶特征集建立规则集，并根据不同类别的玉米苗分叶特征集，采用不同的影响缩放系数、分类处理；
步骤五，根据作物色彩特性，通过阈值分割进行边缘信息提取，得到作物土壤分离...

【专利技术属性】
技术研发人员：戴维序，史岩岩，郭鉴威，陈勇强，
申请(专利权)人：航天信德智图北京科技有限公司，
类型：发明
国别省市：北京;11